aiwiki.page
中文
科学 / 物理 / langevin-equation

朗之万方程

朗之万方程结合确定性力、耗散与随机涨落,描述系统的随机动力学。

35 个关键词1 个词条链接到这里10 个尚未撰写AI 撰写
布朗运动经典力学统计力学随机微分方程扩散阿尔伯特·爱因斯…质量黏度朗之万方程

朗之万方程是一种运动方程,用于描述系统同时受到确定性力和随机涨落作用时的运动。它最初为描述布朗运动而提出,从运动轨迹的角度解释微观相互作用如何产生可观测的随机性。其最简单的形式是在牛顿运动方程中加入摩擦力,以及一个快速变化的随机力,后者代表粒子与周围流体的碰撞作用。

这一方程将经典力学、统计力学与随机微分方程的数学理论联系起来。它解释了看似不规则的粒子运动如何产生可预测的统计规律,包括扩散、热运动速度分布以及趋向平衡的弛豫过程。其推广形式可用于描述具有记忆效应、涨落依赖于系统状态、包含大量相互作用粒子或处于量子环境中的系统。

因此,“朗之万方程”既指布朗粒子的一种特定模型,也指一种广泛适用的建模框架。它是否有效,取决于如何选择显式描述的变量、消去了哪些环境影响,以及所假设的噪声与耗散能否准确表征这些影响。

历史起源与物理构建

继阿尔伯特·爱因斯坦于1905年、马里安·斯莫卢霍夫斯基于1906年提出基于扩散的理论之后,保罗·朗之万于1908年提出了他处理布朗运动的方法。爱因斯坦的方法将悬浮粒子在统计意义上的扩散与可测量的输运系数联系起来。朗之万则从单个粒子的力学方程出发,将流体的作用分解为平均阻力和涨落部分。这种区分使力学轨迹与统计行为之间的联系尤为直接。

对于沿一个坐标方向运动的粒子,标准的含惯性项方程为

mdvdt=−γv+F(x,t)+ξ(t),dxdt=v.m\frac{dv}{dt}=-\gamma v+F(x,t)+\xi(t), \qquad \frac{dx}{dt}=v.

其中,mm 是粒子的质量,vv 是其速度,FF 是确定性的外力或相互作用力,γ\gamma 是阻力系数,ξ(t)\xi(t) 是随机力。−γv-\gamma v 项描述粒子相对于静止介质运动时受到的线性阻力。如果流体以速度 uu 运动,相应的阻力通常与 v−uv-u 成正比,而非与实验室参考系中的粒子速度成正比。

对于半径为 aa、在无界牛顿流体中缓慢运动的球形粒子,若流体的动力黏度为 η\eta,则斯托克斯定律给出

γ=6πηa.\gamma=6\pi\eta a.

这一表达式以蠕动流、粒子表面无滑移以及边界效应可忽略为前提。邻近壁面、非球形几何形状、滑移或不可忽略的流体惯性都会改变阻力。朗之万框架并不依赖斯托克斯公式,但该公式为理解胶体粒子的阻力系数提供了特别有用的微观解释。

这种物理构建是粗粒化的一种形式。悬浮粒子与数量庞大的流体分子相互作用,但模型并不追踪各个分子的位置和速度,而是用少量统计量表征它们的集体影响。摩擦概括了向环境传递动量的平均效应,而随机力则表示围绕这一平均效应的涨落。两者通常并非相互独立的物理机制:在热环境中,它们都源于相同的微观相互作用。

最简单的模型假定,环境关联的衰减远快于模型所分辨的粒子运动。因此,可以近似认为随机力仅在同一时刻存在关联。这种近似适用于一段中间时间尺度:它远长于微观碰撞的关联时间,但不一定长于粒子的速度弛豫时间。在足够短的时间尺度上,分子结构和流体记忆效应会使这一理想化近似失效。在更大的尺度上,被忽略的边界、相互作用或外部驱动则可能变得重要。

热噪声与涨落耗散关系

标准的平衡态模型规定,随机力的均值为零,

⟨ξ(t)⟩=0,\langle\xi(t)\rangle=0,

且其相关函数为

⟨ξ(t)ξ(t′)⟩=2γkBT δ(t−t′).\langle\xi(t)\xi(t')\rangle =2\gamma k_{\mathrm B}T\,\delta(t-t').

这里,TT 是绝对温度,kBk_{\mathrm B} 是玻尔兹曼常数,尖括号表示系综平均,δ\delta 是狄拉克δ函数。具有这一相关函数的高斯随机力称为高斯白噪声。在多维空间中,相互独立的笛卡尔分量满足相应的关系,其中还需加上一个克罗内克δ因子。

噪声幅度由热平衡的一致性要求确定,不能独立于摩擦任意选取。对于自由粒子,每个笛卡尔分量的稳态速度方差都必须满足能量均分定理,

12m⟨v2⟩=12kBT\frac12m\langle v^2\rangle=\frac12k_{\mathrm B}T

。假设将力的相关函数改写为 2Aδ(t−t′)2A\delta(t-t'),则速度方差按下式演化:

ddt⟨v2⟩=−2γm⟨v2⟩+2Am2.\frac{d}{dt}\langle v^2\rangle =-\frac{2\gamma}{m}\langle v^2\rangle+\frac{2A}{m^2}.

其稳态值为 A/(γm)A/(\gamma m),因此能量均分要求 A=γkBTA=\gamma k_{\mathrm B}T。

这一关系是涨落耗散定理的一个基本例子。耗散从显式描述的粒子中带走机械能,而热涨落则不断向粒子补充能量。只有摩擦而没有噪声,粒子就会逐渐冷却并趋于静止;只有噪声而没有摩擦,其速度方差就会无限增大。两者在平衡态下相互抵消,形成有限的稳态分布,而不会出现上述任一结果。

数值系数取决于摩擦参数的定义。有些作者将阻力写为 −mλv-m\lambda v,其中 λ\lambda 的量纲为时间的倒数。此时,力的协方差为 2mλkBT δ(t−t′)2m\lambda k_{\mathrm B}T\,\delta(t-t')。另一些作者则写出速度的运动方程,其中噪声以加速度为单位。当 γ=mλ\gamma=m\lambda 时,这些约定彼此等价,但如果不相应改变单位就混用它们的噪声幅度,得到的模型便是错误的。

白噪声具有平坦的功率谱,在通常意义下不存在有限的瞬时方差。这并不意味着真实流体施加的力在大小上真的会达到无穷大,而是说,这种理想化的力是通过其时间积分和相关函数来定义的。真实环境具有有限的相关时间和高频截止。此外,仅有δ函数形式的协方差并不能保证噪声具有高斯性;高斯假设还提供了有关高阶统计量的信息。因此,热高斯白噪声是一种特定的近似,而不是所有随机驱动力的普遍性质。

随机解释与轨迹层面的含义

普通朗之万方程在数学上的严格形式采用维纳过程 WtW_t:

dxt=vt dt,dx_t=v_t\,dt,
m dvt=[F(xt,t)−γvt]dt+2γkBT dWt.m\,dv_t= \bigl[F(x_t,t)-\gamma v_t\bigr]dt +\sqrt{2\gamma k_{\mathrm B}T}\,dW_t.

维纳过程的增量均值为零,方差为 dtdt,且不相交时间区间上的增量相互独立。非严格地说,白噪声可写为 dWt/dtdW_t/dt,但维纳过程的轨迹几乎必然处处不可微。因此,白噪声驱动的方程实质上是积分方程,而不是一个作用力虽然异常不规则、却仍具有通常意义的常微分方程。

例如,将速度方程从 00 到 tt 积分,可得

vt=v0+1m∫0t[F(xs,s)−γvs] ds+2γkBTmWt,v_t=v_0+\frac{1}{m}\int_0^t \bigl[F(x_s,s)-\gamma v_s\bigr]\,ds +\frac{\sqrt{2\gamma k_{\mathrm B}T}}{m}W_t,

其中取 W0=0W_0=0。在包含惯性的模型中,速度连续,但不具备通常意义下的可微性。位置是连续速度对时间的积分,因此具有不同程度的正则性。在过阻尼近似下,位置本身直接受维纳过程增量的驱动,因而失去了这种可微性。

一般形式的随机方程

dXi=ai(X,t) dt+∑αBiα(X,t) dWαdX_i=a_i(\mathbf X,t)\,dt+ \sum_\alpha B_{i\alpha}(\mathbf X,t)\,dW_\alpha

包含漂移向量 aia_i 和噪声振幅矩阵 BiαB_{i\alpha}。其瞬时扩散矩阵为

Dij=12∑αBiαBjα.D_{ij}=\frac12\sum_\alpha B_{i\alpha}B_{j\alpha}.

二分之一这一因子虽然是约定,却十分重要。对于写成 dX=a dt+2D dWdX=a\,dt+\sqrt{2D}\,dW 的标量运动,短时间间隔内随机位移的均方值为 2D dt2D\,dt。

当噪声振幅依赖于当前状态时,必须为随机积分指定一种约定。最常用的两种约定是伊藤随机微积分和斯特拉托诺维奇微积分。伊藤积分在每个无穷小步的起点计算噪声系数;斯特拉托诺维奇积分则对应于中点取值的极限。对于符号形式相同的方程,两种约定通常会给出不同的漂移项。当噪声振幅恒定时,例如在基本的惯性模型中,两种约定是一致的。

还需要区分解的类型。强解是在给定维纳过程和初始条件的基础上构造出的轨迹。弱解则规定一个满足随机动力学的概率分布,而不要求采用上述特定方式构造。在系数满足适当正则性条件时,解的存在性和唯一性都有完善的理论保证;奇异力、退化为零的扩散系数或增长过快的系数则可能需要进一步分析。因此,写出朗之万方程只是定义模型的一部分:初始分布、边界、噪声解释以及对系数的假设,也共同决定了模型的含义。

精确解、弛豫与可测量的关联

对于自由粒子,其速度服从奥恩斯坦–乌伦贝克过程。定义惯性弛豫时间

τ=mγ,\tau=\frac{m}{\gamma},

则解为

v(t)=v(0)e−t/τ+2γkBTm∫0te−(t−s)/τ dWs.v(t)=v(0)e^{-t/\tau} +\frac{\sqrt{2\gamma k_{\mathrm B}T}}{m} \int_0^t e^{-(t-s)/\tau}\,dW_s.

初始施加的平均速度按 e−t/τe^{-t/\tau} 衰减。对于给定的初始速度,条件方差从零增大至 kBT/mk_{\mathrm B}T/m,其趋近平衡值的指数弛豫时间尺度为 τ/2\tau/2。

如果初始速度已从热平衡分布中抽取,则平稳速度自相关函数为

Cv(t)=⟨v(t)v(0)⟩=kBTme−∣t∣/τ.C_v(t)=\langle v(t)v(0)\rangle =\frac{k_{\mathrm B}T}{m}e^{-|t|/\tau}.

这一关联量化了粒子对其运动方向和速率保留记忆的时间。尽管单条轨迹仍不规则,对大量轨迹取平均后,却会得到平滑且可重复的衰减曲线。该关联函数的积分决定了长时间扩散系数:

D=∫0∞Cv(t) dt=kBTγ.D=\int_0^\infty C_v(t)\,dt =\frac{k_{\mathrm B}T}{\gamma}.

这就是联系扩散与迁移率的爱因斯坦关系。

对速度关联函数积分,可得初始速度服从热平衡分布时的一维均方位移:

⟨[x(t)−x(0)]2⟩=2D[t−τ(1−e−t/τ)].\left\langle[x(t)-x(0)]^2\right\rangle =2D\left[t-\tau\left(1-e^{-t/\tau}\right)\right].

在短时间内,即 t≪τt\ll\tau 时,展开指数项可得

⟨[x(t)−x(0)]2⟩≃kBTmt2.\left\langle[x(t)-x(0)]^2\right\rangle \simeq\frac{k_{\mathrm B}T}{m}t^2.

这是弹道运动区间:粒子近似保持其初始速度。在长时间下,即 t≫τt\gg\tau 时,主导行为为 2Dt2Dt,也就是通常的扩散规律。在三个相互独立的空间维度中,相应的长时间均方位移为 6Dt6Dt。

谐性回复力 F=−κxF=-\kappa x 产生一个受热噪声驱动的阻尼振子:

mx¨+γx˙+κx=ξ(t).m\ddot x+\gamma\dot x+\kappa x=\xi(t).

当 γ2<4mκ\gamma^2<4m\kappa 时,其确定性弛豫为欠阻尼;当 γ2>4mκ\gamma^2>4m\kappa 时,则为过阻尼。热平衡条件给出

⟨x2⟩=kBTκ.\langle x^2\rangle=\frac{k_{\mathrm B}T}{\kappa}.

因此,尽管随机力持续作用,束缚仍会限制位置涨落。

采用双边角频率谱的约定,位置谱为

Sx(ω)=2γkBT(κ−mω2)2+γ2ω2.S_x(\omega)= \frac{2\gamma k_{\mathrm B}T} {(\kappa-m\omega^2)^2+\gamma^2\omega^2}.

这一表达式将随机方程与实验测得的频率相关涨落联系起来。光镊实验和微机械测量利用这类关联函数与频谱来推断阻力系数、刚度和弛豫时间。有限采样、探测器噪声以及阻力偏离瞬时响应的效应,都必须与系统的内禀动力学区分开来。

概率演化与过阻尼极限

朗之万方程描述单条随机轨迹,而福克–普朗克方程描述这些轨迹的概率密度如何演化。对于处于势场 U(x)U(x) 中、受力为 F=−U′(x)F=-U'(x) 的粒子,概率密度 f(x,v,t)f(x,v,t) 满足

∂f∂t=−v∂f∂x+1m∂∂v[(γv+U′(x))f]+γkBTm2∂2f∂v2.\frac{\partial f}{\partial t} =-v\frac{\partial f}{\partial x} +\frac{1}{m}\frac{\partial}{\partial v} \left[(\gamma v+U'(x))f\right] +\frac{\gamma k_{\mathrm B}T}{m^2} \frac{\partial^2f}{\partial v^2}.

这一相空间方程通常称为克拉默斯方程。第一项描述概率在位置空间中的输运;其余各项分别描述加速、摩擦导致的速度空间收缩,以及噪声引起的速度分布展宽。

对于不随时间变化的束缚势,平衡解为

feq(x,v)=Z−1exp⁡[−mv2/2+U(x)kBT],f_{\mathrm{eq}}(x,v) =Z^{-1}\exp\left[ -\frac{mv^2/2+U(x)}{k_{\mathrm B}T} \right],

其中 ZZ 为归一化因子。这就是机械能的玻尔兹曼分布。要使稳态分布可归一化,必须有适当的束缚条件或边界:无限直线上的自由粒子具有稳态速度分布,却不存在可归一化的稳态位置分布。

当 τ=m/γ\tau=m/\gamma 远小于所关注的时间尺度时,可以消去速度变量。在阻力系数和温度恒定的条件下,所得的过阻尼方程为

dxt=−U′(xt)γ dt+2D dWt,D=kBTγ.dx_t=-\frac{U'(x_t)}{\gamma}\,dt +\sqrt{2D}\,dW_t, \qquad D=\frac{k_{\mathrm B}T}{\gamma}.

其位置概率密度服从斯莫卢霍夫斯基方程,

∂p∂t=∂∂x[U′(x)γp+D∂p∂x].\frac{\partial p}{\partial t} =\frac{\partial}{\partial x} \left[ \frac{U'(x)}{\gamma}p +D\frac{\partial p}{\partial x} \right].

相应的概率流为

J=−U′γp−D ∂p∂x.J=-\frac{U'}{\gamma}p-D\,\frac{\partial p}{\partial x}.

在保守势场中的热平衡状态下,漂移和扩散的贡献相互抵消,因此 J=0J=0。

过阻尼极限并不等同于假设粒子在物理上没有质量。它是一种略去快速弛豫变量的约化描述,能够再现长时间尺度上的位置统计特征,但无法描述弹道运动区间、完整的速度分布或惯性共振。当摩擦随位置变化,或多个快速演化的变量相互耦合时,直接舍去加速度项也可能失效。

上述两种概率描述都必须包含边界条件。反射边界禁止概率流穿过边界壁,而吸收边界则在轨迹到达指定区域时将其移除。吸收边界在首达问题中至关重要,这类问题包括反应时间和从势阱中逃逸。1940年,亨德里克·克拉默斯利用布朗粒子模型分析了热激活逃逸。这类计算揭示了活化势垒与环境摩擦如何共同决定速率,从而将连续随机运动与化学动力学联系起来。

乘性噪声与非平衡热力学

当噪声的振幅依赖于系统状态时,便称其为乘性噪声。当迁移率在表面附近发生变化、不同坐标方向上的阻力不同,或涨落随种群数量或浓度变化时,都会自然出现这种噪声。在标量方程

dX=a(X) dt+b(X) dW,dX=a(X)\,dt+b(X)\,dW,

中,即使写出的函数 aa 和 bb 相同,在伊藤诠释和斯特拉托诺维奇诠释下,它们通常也描述不同的过程。两者的转换关系为

aIto^=aStratonovich+12b b′.a_{\mathrm{It\hat{o}}} =a_{\mathrm{Stratonovich}}+\frac12 b\,b'.

因此,除非已经对漂移项作出调整,使其表示同一个底层过程,否则明确采用哪一种约定本身就具有物理意义。

一个有用的平衡态例子是:在均匀温度下,迁移率 μ(x)\mu(x) 随位置变化的过阻尼运动。局部扩散系数为 D(x)=kBTμ(x)D(x)=k_{\mathrm B}T\mu(x)。与平衡态位置分布相容的伊藤方程为

dxt=[−μ(xt)U′(xt)+kBTμ′(xt)]dt+2kBTμ(xt) dWt.dx_t= \left[-\mu(x_t)U'(x_t) +k_{\mathrm B}T\mu'(x_t)\right]dt +\sqrt{2k_{\mathrm B}T\mu(x_t)}\,dW_t.

其中的附加漂移项通常称为噪声诱导漂移或热漂移。之所以必须包含这一项,是因为涨落的空间变化也会对概率输运产生贡献。

相应的概率流为

J=−μU′p−kBTμ ∂xp.J=-\mu U'p-k_{\mathrm B}T\mu\,\partial_xp.

代入 peq∝e−U/(kBT)p_{\mathrm{eq}}\propto e^{-U/(k_{\mathrm B}T)} 后,概率流为零。反之,若省略伊藤方程中的附加漂移项,平衡态分布中就会出现不应有的、依赖迁移率的权重。这个例子说明,不能仅为代数运算方便而选择随机积分约定。所选约定必须与取极限所依据的物理模型相符,包括在得到过阻尼描述时被消去的变量。

朗之万轨迹也为随机热力学提供了基础;随机热力学为每条具体实现的轨迹赋予具有涨落的功和热。对于势场 U(x,λ)U(x,\lambda) 中的过阻尼粒子,其中 λ(t)\lambda(t) 是外部控制参数,斯特拉托诺维奇链式法则给出

dU=∂λU dλ+∂xU∘dx.dU=\partial_\lambda U\,d\lambda+\partial_xU\circ dx.

第一项是通过改变参数对系统所做的功。若将传递给环境的热量定义为 δQenv=−∂xU∘dx\delta Q_{\mathrm{env}}=-\partial_xU\circ dx,则有

dU=δW−δQenv.dU=\delta W-\delta Q_{\mathrm{env}}.

圆圈表示斯特拉托诺维奇积分。也可以采用伊藤形式,但其能量平衡式中须包含相应的二阶导数修正项。

外加非保守力、随时间变化的驱动或多个热库,都可以维持具有持续概率流的非平衡稳态。在这类系统中,平衡态噪声—摩擦关系可以分别适用于各个热库,但这并不意味着系统整体处于平衡。在特定假设下,熵产生可以与正向轨迹和时间反演轨迹的相对概率联系起来。反过来说,任意拟合得到的随机力未必具有物理上有意义的温度,仅仅匹配稳态方差也不足以证明系统处于热平衡。

记忆效应与广义朗之万方程

瞬时摩擦假定环境的响应没有明显延迟。当被消去的自由度仍保留相关性时,粒子所受的力就取决于它过去的运动。一种常见的广义朗之万方程为

mv˙(t)=F(x(t))−∫0tK(t−s)v(s) ds+R(t),m\dot v(t)=F(x(t)) -\int_0^tK(t-s)v(s)\,ds+R(t),

其中,K(t)K(t) 是记忆核,R(t)R(t) 是涨落力。记忆核决定了过去各时刻的速度如何影响当前的阻力。缓慢衰减的记忆核可能产生与普通指数弛豫在定性上不同的行为。

在适当制备的平衡初态下,若对微观动力学采用一致的投影处理,经典涨落—耗散关系可写为

⟨R(t)R(s)⟩=kBT K(∣t−s∣).\langle R(t)R(s)\rangle =k_{\mathrm B}T\,K(|t-s|).

这一方程采用的约定是让 KK 直接出现在上述力的卷积项中。其他定义可能会将质量因子提取出来,或对含有狄拉克 δ 函数的核采用不同的积分端点约定。初始条件十分重要:若将粒子和环境独立制备,可能会引入瞬态项;而在保留二者平衡相关性的情况下,这些项并不存在。

投影算符方法为这一理论奠定了系统的基础,其中尤以罗伯特·兹万齐格和森肇在20世纪60年代的工作为代表。这些方法将选定的可观测量与其余微观自由度分离。由此得到的精确约化方程包含记忆项和正交涨落力。当各过程的时间尺度适当分离时,可以用局域摩擦近似快速衰减的记忆效应。因此,看似简单的朗之万方程可以是确定性多体动力学的一种近似,而不必以随机性作为基本假设。

流体惯性是记忆效应的一个具体来源。运动的粒子会产生流场,而流场需要一定时间才能向周围流体中扩散。由此产生的流体动力学相互作用会带来依赖运动历史的阻力,并使速度相关性呈现长时尾。黏弹性材料还会引入额外的延迟响应,因为其内部应力会在一系列不同的时间尺度上弛豫。视记忆核和观测时间窗口而定,粒子的均方位移可能近似按 tαt^\alpha 标度变化,其中 α≠1\alpha\ne1,这是一种反常扩散。此类标度关系并不能唯一证明某种特定的记忆机制;俘获效应和非均匀动力学也可能产生类似的观测结果。

量子朗之万方程将这一框架推广到遵循量子力学的算符。此时,环境涨落不仅要满足经典噪声协方差的要求,还必须满足算符相关性和对易关系的约束。平衡态涨落谱随频率而变化,既包含热涨落的贡献,也包含零点涨落的贡献。在腔光学及相关开放系统模型中,阻尼伴随着输入噪声算符,从而使动力学演化保持所需的对易关系。在高温且频率足够低时,适当的量子涨落关系会还原为对应的经典关系;但在低温或高频条件下,用经典白噪声替代量子噪声通常并不恰当。

数值积分与统计采样

计算机模拟用离散更新代替连续轨迹。对于过阻尼方程

dx=a(x) dt+2D dW,dx=a(x)\,dt+\sqrt{2D}\,dW,

欧拉–丸山方法给出

xn+1=xn+a(xn)Δt+2DΔt Zn,x_{n+1}=x_n+a(x_n)\Delta t +\sqrt{2D\Delta t}\,Z_n,

其中,ZnZ_n 是相互独立的标准正态随机变量。因子 Δt\sqrt{\Delta t} 至关重要:维纳增量的方差与所经过的时间成正比。如果将随机位移按 Δt\Delta t 线性缩放,模拟中的扩散就会随着步长减小而趋于消失。

对于常系数速度弛豫,可以得到精确的有限时间更新公式:

vn+1=e−Δt/τvn+kBTm(1−e−2Δt/τ) Zn.v_{n+1}=e^{-\Delta t/\tau}v_n+ \sqrt{\frac{k_{\mathrm B}T}{m} \left(1-e^{-2\Delta t/\tau}\right)}\,Z_n.

对于这个单独的奥恩斯坦–乌伦贝克子问题,该公式在任意步长下都能保持正确的平衡态速度方差。若要同时精确更新位置,就需要使用与速度更新相关联的高斯位移;采用独立的位置随机增量通常会导致错误的联合统计量。此外,即使噪声子步是精确的,只要对非线性力采用了近似,整个模拟就仍然不是精确的。

在分子动力学中,朗之万动力学常被用作恒温方法。原子间作用力引起的确定性运动与阻尼及热随机力相结合,通常通过算子分裂格式实现。一种广泛使用的格式是 BAOAB,它以对称顺序交替进行力、位置和奥恩斯坦–乌伦贝克更新。这类方法能够实现较好的平衡态构型采样,但其精度取决于时间步长、力的刚性、摩擦以及所测量的可观测量。

正确的平衡态采样与正确的动力学是两个不同的要求。较大的阻尼系数可以有效控制温度,却也可能显著改变扩散系数、越垒速率和时间关联。相反,弱阻尼可以保留某些动力学特征,但达到平衡较慢。独立作用于各粒子的恒温器还会在局部移除动量,因此未必能够保持动量守恒流体的流体动力学行为。所以,哪些人为效应值得关注,取决于模拟的预期用途。

同样的数学结构也是朗之万蒙特卡洛方法的基础。对于目标密度 π(x)∝e−Φ(x)\pi(x)\propto e^{-\Phi(x)},无量纲扩散过程

dX=−∇Φ(X) dt+2 dWdX=-\nabla\Phi(X)\,dt+\sqrt{2}\,dW

在适当的约束与正则性条件下,以 π\pi 为不变密度。由于有限步长误差,未经校正的离散算法通常只能从有偏的近似分布中采样。引入梅特罗波利斯接受步骤可以校正这种离散化偏差,从而得到梅特罗波利斯校正朗之万算法,不过其中包含接受与拒绝的转移过程已不再是原来的物理动力学。这一用途将随机力学与贝叶斯推断及机器学习联系起来,而不要求模拟变量代表实际粒子的坐标。

应用、模型辨识与局限

胶体物理始终是朗之万方程的核心应用领域之一,因为悬浮颗粒的随机运动轨迹可以直接观测。将爱因斯坦关系与斯托克斯阻力相结合,可得

D=kBT6πηa.D=\frac{k_{\mathrm B}T}{6\pi\eta a}.

对于室温附近水中半径为 1 μm1\,\mu\mathrm m 的球形颗粒,取 η≈10−3 Pa s\eta\approx10^{-3}\,\mathrm{Pa\,s},可得 D≈0.22 μm2 s−1D\approx0.22\,\mu\mathrm m^2\,\mathrm s^{-1}。这一数值随温度、颗粒尺寸、边界和表面条件而变化。追踪这类运动可以揭示材料性质,而受阱约束颗粒的涨落则可用于局部测量力学响应。

生物分子模型常用朗之万动力学描述选定分子的运动,同时以隐式方式处理溶剂。与逐一追踪所有溶剂分子相比,这样可以降低计算成本。分子伸长量、结构域间距或蛋白质折叠坐标等粗粒化坐标,便可在有效自由能景观上演化。相应的漂移由该景观以及依赖于坐标的迁移率共同决定。不过,标量反应坐标可能掩盖缓慢变化的内部变量,从而产生记忆效应,或使扩散系数看起来随位置变化,而其背后的分子动力学实际上更为复杂。

电路提供了一种与此密切对应的物理实现。对于处于经典热平衡状态的电阻—电感串联电路,

LdIdt+RI=Vth(t),L\frac{dI}{dt}+RI=V_{\mathrm{th}}(t),

其中,LL 为电感,RR 为电阻,VthV_{\mathrm{th}} 为热电压噪声。采用双边时域约定时,

⟨Vth(t)Vth(t′)⟩=2RkBT δ(t−t′).\langle V_{\mathrm{th}}(t)V_{\mathrm{th}}(t')\rangle =2Rk_{\mathrm B}T\,\delta(t-t').

它与机械系统中速度弛豫的对应关系为 m↔Lm\leftrightarrow L 和 γ↔R\gamma\leftrightarrow R。于是,储存的磁场能 LI2/2LI^2/2 与机械动能具有相同的平衡态二次型结构。

在空间延展系统中,朗之万型场方程可用于描述涨落的序参量、浓度场和界面高度。变量是否守恒,决定了耗散与噪声各自以何种方式进入方程。对于守恒的浓度变量,需要引入随机通量,其散度可改变局部浓度,却不会改变封闭系统中的总量。非守恒的序参量则可以在局部发生弛豫。这些区别在相变附近尤为重要,因为缓慢的集体涨落可能主导系统的动力学。

从数据中推断朗之万模型,不能仅仅依靠拟合一条不规则轨迹。对于标量伊藤扩散过程,只要观测的时间分辨率足够高,就可以通过短时间增量的条件统计量确定漂移和扩散:

a(x)=lim⁡Δt→0E[ΔX∣Xt=x]Δt,D(x)=lim⁡Δt→0E[(ΔX)2∣Xt=x]2Δt.a(x)=\lim_{\Delta t\to0} \frac{\mathbb E[\Delta X\mid X_t=x]}{\Delta t}, \qquad D(x)=\lim_{\Delta t\to0} \frac{\mathbb E[(\Delta X)^2\mid X_t=x]}{2\Delta t}.

实际测量存在有限曝光时间、定位误差,也无法完整观测所有相关变量。测量噪声可能表现得像快速涨落,而未被分辨出的惯性或记忆效应则可能使过阻尼马尔可夫模型失效。因此,可靠的模型辨识需要考察多种可观测量,包括增量分布、平稳概率密度、相关函数以及对外加力的响应,而不能仅凭模型与一条均方位移曲线相符,就认为已唯一确定了其背后的机制。